Training Integrable Parameterizations of Deep Neural Networks in the Infinite-Width Limit - Archive ouverte HAL
Pré-Publication, Document De Travail Année : 2021

Training Integrable Parameterizations of Deep Neural Networks in the Infinite-Width Limit

Domaines

Apprentissage [cs.LG] Machine Learning [stat.ML] Informatique [cs] Mathématiques [math]
Fichier principal
Vignette du fichier
project1_arxiv_v2.pdf (1.52 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Karl Hajjar  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03388815

Soumis le : lundi 6 décembre 2021-16:16:04

Dernière modification le : jeudi 21 novembre 2024-10:06:02

Télécharger pour visualiser

Dates et versions

hal-03388815 , version 1 (20-10-2021)
hal-03388815 , version 2 (28-10-2021)
hal-03388815 , version 3 (06-12-2021)

Identifiants

Citer

Karl Hajjar, Lénaïc Chizat, Christophe Giraud. Training Integrable Parameterizations of Deep Neural Networks in the Infinite-Width Limit. 2021. ⟨hal-03388815v3⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS INRIA INSMI LM-ORSAY INRIA2 UNIV-PARIS-SACLAY ANR GS-MATHEMATIQUES GS-COMPUTER-SCIENCE
267 Consultations
150 Téléchargements

Altmetric

Partager

More